Page 1
Determinantes sociales de la mortalidad por cáncer de mama y de próstata en
Argentina, 2010: interpretaciones desde una perspectiva de género1.
Tumas, Natalia1; Pou, Sonia Alejandra
2; Niclis, Camila
3; Román, María Dolores
4;
Saletti-Cuesta, Lorena5; Díaz, María del Pilar
6
1. Centro de Investigación y Estudios en Cultura y Sociedad (CIECS), Universidad
Nacional de Córdoba, CONICET. Córdoba, Argentina. [email protected]
2. Instituto de Investigaciones en Ciencias de la Salud (INICSA), Universidad Nacional
de Córdoba, CONICET, Facultad de Ciencias Médicas, Córdoba, Argentina; Cátedra de
Estadística y Bioestadística, Escuela de Nutrición, Facultad de Ciencias Médicas,
Universidad Nacional de Córdoba. Córdoba, Argentina. [email protected]
3. Instituto de Investigaciones en Ciencias de la Salud (INICSA), Universidad Nacional
de Córdoba, CONICET, Facultad de Ciencias Médicas, Córdoba, Argentina; Cátedra de
Metodología de la Investigación de la Escuela de Nutrición, Facultad de Ciencias
Médicas, Universidad Nacional de Córdoba. Córdoba, Argentina.
[email protected]
4. Instituto de Investigaciones en Ciencias de la Salud (INICSA), Universidad Nacional
de Córdoba, CONICET, Facultad de Ciencias Médicas, Córdoba, Argentina; Cátedra de
Nutrición Materno Infantil de la Escuela de Nutrición, Facultad de Ciencias Médicas,
Universidad Nacional de Córdoba. Córdoba, Argentina. [email protected]
5. Centro de Investigación y Estudios en Cultura y Sociedad (CIECS), Universidad
Nacional de Córdoba, CONICET. Córdoba, Argentina. [email protected]
6. Cátedra de Estadística y Bioestadística de la Escuela de Nutrición, Facultad de
Ciencias Médicas, Universidad Nacional de Córdoba; Instituto de Investigaciones en
Ciencias de la Salud (INICSA), Universidad Nacional de Córdoba, CONICET, Facultad
de Ciencias Médicas, Córdoba, Argentina. [email protected]
Tópico: Mortalidad, Género e Interseccionalidades en ALC
Palabras clave: cáncer de mama, cáncer de próstata, determinantes sociales, género,
Argentina.
1 Trabajo presentado en el VII Congreso de la Asociación Latinoamericana de Población y XX Encuentro
Nacional de Estudios Poblacionales, realizado en Foz de Iguazú/PR – Brasil, de 17 a 22 de octubre de
2016.
Page 2
2
Introducción
En las últimas décadas, en el marco de las transiciones demográfica y
epidemiológica, los cánceres de mama (CM) y de próstata (CP) cobran protagonismo a
nivel mundial como problema emergente de salud de las poblaciones. En Argentina
estos sitios tumorales son principales causas de muerte por tumores, y en la provincia de
Córdoba (Argentina) constituyen los cánceres más prevalentes en mujeres y varones,
respectivamente (FERLAY et al., 2013; DÍAZ et al., 2010; NICLIS et al., 2010;
NICLIS et al., 2011).
Algunos estudios señalaron que ciertos determinantes sociales de la salud, como
la posición social, el empleo y la educación se vinculan a la morbimortalidad por cáncer
(LENCE y CAMACHO, 2006). Han sido en efecto reportadas disparidades sociales en
todo el continuum del cáncer, esto es, riesgo, incidencia, screening, diagnóstico,
tratamiento, sobrevivencia y mortalidad (GEREND y PAI, 2008). Al respecto, fue
señalado que las inequidades sociales en cáncer, incluyendo CM y CP, tendrían su
origen en diferencias en las condiciones de vida y de trabajo, atención de la salud,
educación, ingresos, y estatus social (KRIEGER, 2005; KURKURI y YEOLE, 2006).
Es ampliamente reconocido que las relaciones de género y poder son uno de los
determinantes sociales más importantes de la salud, y que el género interactúa con otros
determinantes sociales de la salud (OMS, 2009; SEN et al., 2007). Existen diferencias
entre varones y mujeres en materia de salud ampliamente descriptas. A modo de
ejemplo, en la mayor parte de las poblaciones la esperanza de vida de las mujeres es
superior a la de los varones (OMS, 2006), no obstante frecuentemente las tasas de
morbilidad son más altas en población de mujeres. Esta denominada “paradoja de
género” (DANIELSSON y LINDBERG, 2001) y las maneras en que los factores
biológicos y sociales determinantes interactúan para producirla, todavía no se
comprende cabalmente; no obstante, existe creciente evidencia acerca de las
inequidades en salud entre varones y mujeres de variable magnitud según la patología
en cuestión.
Sen y cols. (2007) indicaron que las asimetrías sociales entre hombres y mujeres,
producto de relaciones desiguales de género y de poder, determinan diferencias y
desigualdades en salud cuyo origen es multicausal. Se han identificado, por un lado,
riesgos y vulnerabilidades diferenciales por sexo en la probabilidad de enfermar o morir
Page 3
3
por determinados cánceres, y por otro, en las condiciones de vida y roles, normas y
valores atribuidos a cada sexo en la sociedad (KISS y MERYN, 2001; MOYNIHAN,
2002; DENTON 2004; SEN et al., 2007).
Fue señalado que la desigualdad de género y la equidad en la salud están regidas
por estructuras macrosociales (SEN et al., 2007). En efecto, los cambios en los sistemas
de género y su impacto en la salud de las poblaciones están muchas veces
condicionados a procesos económicos y sociales que se encuentran fuera del sector
salud. Al respecto fueron identificados algunos procesos estructurales que involucran
factores sociodemográficos (como los cambios en la educación y las transiciones
demográficas), como macrodeterminantes relacionados con el género (SEN et al.,
2007).
Debido a que se reconoce que el análisis espacial en las investigaciones en salud
posibilita avances en el conocimiento de la determinación social del proceso salud-
enfermedad y en la identificación de desigualdades en salud (PREDEBON et al., 2010),
describir las variaciones en los patrones de salud y enfermedad entre varones y mujeres,
se considera permitirá identificar inequidades en salud relacionadas al género y esbozar
algunas hipótesis sobre los factores estructurales que subyacen a las mismas.
Así, mediante un estudio ecológico y desde la perspectiva de la Epidemiología
Social2, este trabajo plantea como objetivos: 1) describir el patrón de distribución
geográfica de indicadores sociodemográficos seleccionados (de educación, condición
socioeconómica, cobertura de salud, fecundidad, jefatura de hogar) y de la mortalidad
por CM y CP en Argentina (2010), y 2) analizar si existe asociación entre la distribución
espacial de tales indicadores sociodemográficos y la mortalidad por CM y CP en
Argentina (2010), interpretando los resultados obtenidos desde una perspectiva de
género.
2 La Epidemiología Social incorpora la experiencia social de las poblaciones y por lo tanto
permite un mejor entendimiento de cómo, dónde y por qué las desigualdades afectan la salud. En este
sentido aporta valiosas herramientas para contribuir a la reducción de las inequidades en salud, desde la
consideración primera de la determinación social del proceso salud-enfermedad (Krieger, 2001).
Page 4
4
Material y Métodos
Se realizó un estudio ecológico en Argentina (se excluye Antártida Argentina e
Islas del Atlántico Sur), con dos niveles jerárquicos de desagregación, departamental
(n=511, incluyendo 510 departamentos y Ciudad Autónoma de Buenos Aires) y
provincial (n=24). Se estimaron las tasas de mortalidad por CM (CIE-10 C50) y CP
(CIE-10 C61) estandarizadas por edad (por método directo, población mundial de
referencia) para el año 2010. Para ello se emplearon datos de defunción por causas
provistos por la Dirección de Estadísticas e Información de Salud de la Nación
Argentina y se realizaron estimaciones poblacionales mediante interpolación
exponencial a partir de las bases de datos censales de los años 2001 y 2010 del Instituto
Nacional de Estadísticas y Censos (INDEC).
Se consideraron diversos indicadores sociodemográficos, entre ellos: porcentaje
de hogares con Necesidades Básicas Insatisfechas (NBI), porcentaje de población sin
cobertura de salud, porcentaje de jefes/jefas de hogar, porcentaje de población de 30 a
49 años con estudios universitarios completos, y relación de niños/niñas menores de
cinco años por mujeres en edad fértil. Estos indicadores fueron obtenidos a partir de
información publicada por el INDEC, y mediante el procesamiento de la base de datos
del Censo Nacional de Población y Vivienda 2010 (INDEC) (software Redatam+SP).
Estos indicadores fueron incorporados luego a un Sistema de Información Geográfica
para la construcción de los mapas que ilustran su distribución espacial (software ArcGIS
10.1).
Posteriormente se propusieron modelos de regresión Poisson mixtos,
considerando como variable respuesta la tasa de mortalidad (por CM o CP) y a los
indicadores anteriormente mencionados como covariables. Dos componentes aleatorios
fueron además incluidos, para reflejar la variabilidad jerárquica en dos niveles: nivel 1,
departamentos; nivel 2, provincias. Los modelos fueron estimados en el software Stata
v13 (STATACORP, 2011). Los resultados obtenidos fueron luego interpretados desde
una perspectiva de género.
Page 5
5
Resultados y discusión
La Tabla 1 resume las principales características de las unidades de análisis, en
relación a las variables consideradas en este estudio. Como puede observarse, las tasas
de mortalidad promedio por CM y CP, ajustadas por edad, fueron similares en
Argentina para el año 2010 (15,55 casos por 100000 mujeres/año y 15,79 casos por
100000 varones/año, respectivamente; Tabla 1).
En relación a los indicadores sociodemográficos considerados, la proporción de
mujeres de 30 a 49 años con estudios universitarios completos fue levemente superior a
la de varones (p<0,01), en tanto fue ampliamente mayor la proporción de varones jefes
de hogar que de mujeres (p<0,01). En cuanto al porcentaje de población sin cobertura
de salud, la población masculina presentó con mayor frecuencia esta condición que la
femenina (41,12% vs. 37,76%; p<0,01) (Tabla 1). Por último, Argentina presentó, en
promedio y para el año 2010, una relación de 36,51 niños/niñas menores de cinco años
por cada 100 mujeres en edad fértil, y una proporción de hogares con NBI de 15,47%
(Tabla 1).
Tabla 1. Tasas de mortalidad por CM y CP (ajustadas por edad), e indicadores
sociodemográficos seleccionados (media y desviación estándar). Argentina, año 2010.
Mujeres
Media (DE)
Varones
Media (DE)
Tasa de mortalidad por CM 15,55 (13,88) -
Tasa de mortalidad por CP - 15,79 (18,27)
Porcentaje de población sin cobertura de salud a 37,76 (8,36) 41,12 (8,71)
Porcentaje de jefes/jefas de hogar a 26,52 (5,95) 52,73 (7,47)
Porcentaje de población de 30 a 49 años con
estudios universitarios completos a
7,92 (1,99) 6,25 (1,41)
Relación de niños/niñas menores de cinco años
por mujeres en edad fértil b
36,51 (6,36) -
Porcentaje de hogares con NBIc 15,47 (14,44)
a Diferencias significativas a un nivel α= 0,05;
b Niños/niñas cada 100 mujeres;
cNo se desagrega por sexo
dado que las unidades observacionales son los hogares.
CM, cáncer de mama; CP, cáncer de próstata; NBI, necesidades básicas insatisfechas.
Fuente: Elaboración propia en base a datos censales (INDEC, Censo Nacional de Población, Hogares y
Viviendas 2010) y estadísticas vitales (Dirección de Estadísticas e Información de Salud de la Nación
Argentina 2010).
Page 6
6
La Figura 1 ilustra la distribución espacial de las tasas de mortalidad
(estandarizadas por edad) por CM y CP en Argentina en el año 2010. Se observa que la
zona centro-oeste del país es la que presentó mayor mortalidad por CM, en tanto la zona
noroeste es la de mayor mortalidad por CP.
A. B.
Figura 1. Distribución espacial de las tasas de mortalidad estandarizadas por edad
por cáncer de mama (A) y cáncer de próstata (B). Argentina, año 2010.
En cuanto a la distribución espacial de la jefatura de hogar, la Figura 2 (A y B)
indica que la mayor proporción de jefas de hogar (mujeres) se concentró en la zona
noreste y centro-sur del país, en tanto la mayor proporción de jefes de hogar (varones)
se distribuyó de manera más dispersa, involucrando a provincias del noroeste
(Catamarca), noreste (Santa Fe, Corrientes), centro-sur (La Pampa, Neuquén) y sur
(Santa Cruz, Tierra del Fuego).
Al considerar la distribución espacial de la falta de cobertura de salud, se
observa que las mayores carencias se presentaron en la zona norte del país (Figura 3).
Se advierte asimismo que fue mayor la superficie del territorio nacional representada
por las mayores magnitudes de esta carencia (cuartil superior) en población femenina
que en masculina (Figura 3, A y B). Por su parte, la menor proporción de población sin
cobertura de salud, tanto femenina como masculina, perteneció a la zona centro-sur del
país, en el año 2010.
Page 7
7
A. B.
Figura 3. Distribución espacial del porcentaje de población femenina (A) y masculina
(B) sin cobertura de salud. Argentina, año 2010.
A. B.
Figura 2. Distribución espacial de la proporción de jefas de hogar mujeres (A) y de
jefes de hogar varones (B). Argentina, año 2010.
Page 8
8
El patrón de distribución geográfica de la proporción de población de 30 a 49
años con estudios universitarios completos en población femenina (Figura 4 A) y
masculina (Figura 4 B) presentó claras similitudes en el año estudiado. En ambos casos,
la mayor intensidad del indicador que se ilustra correspondió a provincias del centro y
sur de Argentina. Se advierte, no obstante, que fue más evidente la concentración en el
norte del país de las menores proporciones de mujeres con estudios universitarios
completos (primer cuartil) (Figura 4).
A. B.
Figura 4. Distribución espacial de la proporción de población femenina (A) y
masculina (B) de 30 a 49 años con estudios universitarios completos. Argentina, año
2010.
En relación a la distribución espacial de la proporción de hogares con NBI, la
Figura 5 A indica que la zona norte del país fue la que presentó las condiciones más
desfavorables, mientras que la zona pampeana registró las menores proporciones de este
indicador de pobreza para el año 2010. Por último, se advierte en relación al indicador
de fecundidad considerado, que las zonas noroeste y sureste del país presentaron la
mayor cantidad de niños/niñas menores de cinco años por mujeres en edad fértil, en
tanto los departamentos de la zona centro-este se ubicaron en las franjas inferiores de la
distribución de este indicador para el año 2010 (Figura 5 B).
Page 9
9
A. A.
Figura 5. Distribución espacial del porcentaje de hogares con NBI (A) y de la
relación de niños/niñas menores de cinco años por mujeres en edad fértil (B).
Argentina, año 2010.
La Tabla 2 muestra los resultados de la estimación de riesgos empleando los
modelos multinivel. Se observa que a medida que aumenta la proporción de población
femenina y masculina de 30 a 49 años con estudios universitarios completos, disminuye
el riesgo de morir por CM y CP. Específicamente puede interpretarse que por cada
punto porcentual de incremento de este indicador de educación en población femenina,
la tasa de mortalidad por CM disminuye en un 4% (IRR=0,960; p<0,01), en tanto, a
medida que aumenta este indicador en población masculina, la tasa mortalidad por CP
disminuye aproximadamente en un 9,7% CP (IRR=0,903; p<0,01). Esto es congruente
con lo señalado por algunos estudios respecto que un menor nivel educativo subyace a
un menor reconocimiento de los síntomas de cáncer, dando lugar a demoras en acudir a
la consulta médica, y dificultando así el diagnóstico y tratamiento precoz
(LYRATZOPOULOS et al., 2013).
Los resultados obtenidos indican además que a medida que aumenta la
proporción de hogares con NBI, mayor es el riesgo de morir por estos tipos de tumores,
siendo más notorio para CP (CP IRR=1,084 vs. CM IRR=1,004; p<0,01). Este resultado
coincide con el de otros trabajos que señalan que las personas con diagnóstico de CM y
Page 10
10
CP con mayores privaciones socioeconómicas presentan mortalidad más elevada
(BIGBY y HOLMES, 2005; KLEIN et al., 2015). En adición, Hansen y cols. (2008)
señalaron que un diagnóstico en etapas avanzadas de cáncer podría estar relacionado a
demoras del paciente, del médico o del sistema de salud, todas ellas situaciones que
están asociadas a un menor nivel socioeconómico.
Específicamente en relación al CM, algunos estudios reportaron, de la misma
manera que este trabajo, que la incidencia de este tipo de tumores se asocia a una
posición social desfavorable (BIGBY y HOLMES, 2005). En adición, fue señalado que
las mujeres que residen en áreas socioeconómicamente más desfavorecidas
experimentan con mayor frecuencia diagnósticos tardíos (KRIEGER, 2002), lo cual
aumenta las probabilidades de muerte por esta enfermedad (FORLÌN et al., 2011). No
obstante, debe mencionarse también que los resultados de otras investigaciones
indicaron que un mayor nivel socioeconómico determina un mayor riesgo de desarrollo
de CM (KOGEVINAS et al., 1997).
En relación al CP, estudios de sobrevida sugieren peores pronósticos para los
grupos poblacionales de nivel socioeconómico más bajo, lo cual es coherente con los
resultados obtenidos en este trabajo. De acuerdo a una revisión realizada por Klein et al.
(2015), alrededor del 75% de los estudios llevados a cabo en la última década indican
una significativa asociación entre el bajo nivel socioeconómico y una menor sobrevida
entre individuos con CP. Se han propuesto algunas explicaciones al respecto,
principalmente a partir de tres ejes de análisis: factores relacionados al tumor (estadio
del tumor al momento del diagnóstico y las características biológicas del mismo), el
individuo (comorbilidades, factores psicosociales, estilos de vida y comportamientos
relacionados al cuidado de su salud) y el sistema de salud (tratamientos, experticia
médica, screening) (AUVINEN y KARJALAINEN, 1997; FREDERIKSEN et al.,
2009; WOODS et al., 2006). Sin embargo, aún se encuentra en discusión cuáles son las
causas subyacentes más relevantes que explican estas diferencias por estrato social en la
sobrevida de varones con CP.
Debe advertirse que en este trabajo la magnitud del riesgo evidenciado para el
indicador de pobreza considerado fue mayor para CP que para CM. Esto puede
vincularse al hecho de que en los estratos sociales bajos es más frecuente que los
varones tengan trabajos manuales que implican una mayor exposición ocupacional a
tóxicos y una elevada exigencia física, ambos factores vinculados previamente a un
Page 11
11
mayor riesgo de CP (ROMÁN et al., 2014; DOOLAN et al., 2014). En adición, fue
reportado que los varones suelen utilizar en menor medida los servicios sanitarios
preventivos, y debido a los roles de género, retrasan más acudir a consulta médica
comparado a las mujeres (PUJOLAR et al., 2008).
Los resultados de este trabajo indicaron también que la relación de niños/niñas
menores de cinco años por mujeres en edad fértil se asoció de manera inversa con la
mortalidad por CM (IRR=0,936; p<0,01) (Tabla 2). Similarmente, en Colombia un
estudio atribuyó el aumento de la mortalidad por CM a la disminución de la fecundidad
(HERNÁNDEZ, 2007). También en México, López-Ríos y cols. (1997) analizaron la
relación entre la mortalidad por CM y los cambios en los patrones de fecundidad y
concluyeron que el aumento de la mortalidad por esta causa estaba asociado a la caída
de la fecundidad.
Cabe en este eje mencionar que la decisión de no tener hijos biológicos es
legítima y debe por tanto respetarse y garantizarse su ejercicio sin pérdida de garantías
en materia del cuidado de salud de la mujer. No obstante, es sabido que
tradicionalmente la salud de las mujeres se ha estudiado y valorado sólo como salud
reproductiva, y este enfoque ha impedido abordar su salud desde una perspectiva
integral (VALLS-LLOBET, 2011). Las construcciones de la feminidad y los roles
sociales asignados a las mujeres han sido histórica y tradicionalmente armados sobre
prácticas y simbolismos alrededor de la maternidad (FERNÁNDEZ, 1994; SALETTI
CUESTA, 2008). Es esperable entonces que, en este marco, la maternidad sea
considerada como natural para las mujeres, y que los estados hayan diseñado sistemas
de salud pensando en esa fusión mujer-madre concebida como innata. Argentina
presenta una tradición patriarcal marcada por largos años de autoritarismo (BROWN,
2004), en la cual la maternidad es destino y definición de lo femenino (ANZORENA y
YÁÑEZ, 2014). Estas nociones han atravesado también la configuración tradicional de
los sistemas de salud, de allí que la inclusión de la “no maternidad”3 en la agenda
institucional de la salud de la mujer se haya señalado como un reto pendiente para
afrontar la problemática del CM en nuestro contexto (TUMAS et al., 2015).
3 El concepto de “no maternidad” fue utilizado por Anzorena y Yáñez (2014) para hacer
referencia a las mujeres que en edad reproductiva no tienen hijos, y para definir punto de partida para
debates sobre la maternidad como mandato, como definición de lo femenino y como institución. Es en ese
sentido que se utiliza aquí, pretendiendo con ello llamar la atención respecto omnipresencia del mandato
mujer-madre en la configuración de los sistemas de salud en nuestro país.
Page 12
12
La falta de cobertura de salud presentó también en este trabajo asociación
directa con la mortalidad por CM (IRR=1,010; p<0,01); a medida que aumenta la
proporción de población femenina sin cobertura de salud, la tasa de mortalidad por CM
aumenta aproximadamente en un 1%. Esta asociación evidenciada exclusivamente para
la mortalidad por CM puede explicarse dada la particular importancia que reviste el
diagnóstico y tratamiento precoz del CM para la sobrevida de las mujeres (FORLÍN et
al., 2011) y porque éstas, debido al sistema de género que asigna roles desiguales a
mujeres y a hombres, acceden en menor medida al empleo remunerado y con ello a la
cobertura de salud (SEN et al., 2007).
Por último, el riesgo de morir por CP y CM estuvo asociado de manera inversa
con el porcentaje de jefes de hogar varones y jefas de hogar mujeres (IRR=0,977;
p<0,01 e IRR=0,963; p<0,01; respectivamente). Esto puede vincularse a que ser
jefe/jefa de hogar podría implicar una mayor independencia económica y autonomía en
la toma decisiones, lo cual influye favorablemente en el cuidado de la salud (SEN et al.,
2007). Cabe recordar que la proporción de jefes de hogar varones duplicó a la de las
mujeres (Tabla 1), lo cual indica que este determinante asociado a un menor riesgo de
morir por CM y CP se encuentra desigualmente distribuido en población femenina y
masculina en Argentina, aun cuando su asociación con la mortalidad es significativa en
ambos sexos.
Page 13
13
Tabla 2. Estimación de las medidas de asociación entre la tasas de mortalidad por
CM/CP (variable dependiente) e indicadores sociodemográficos seleccionados
(covariables) mediante modelación multinivel (variable de agrupamiento: Provincias).
Argentina, año 2010.
IRR Valor p IC 95%
Mortalidad por CM
Porcentaje de hogares con NBI 1,004 <0,01 1,001-1,006
Porcentaje de población femenina sin
cobertura de salud 1,012 <0,01 1,005-1,019
Porcentaje de jefas de hogar 0,963 <0,01 0,957-0,969
Porcentaje de población femenina de 30 a 49
años con estudios universitarios completos 0,960 <0,01 0,928-0,993
Razón de niños/niñas menores de cinco años
por mujeres en edad fértil 0,936 <0,01 0,928-0,944
Mortalidad por CP
Porcentaje de hogares con NBI 1,084 <0,01 1,065-1,103
Porcentaje de población masculina sin
cobertura de salud 0,997 0,624 0,988-1,006
Porcentaje de jefes de hogar 0,977 <0,01 0,970-0,983
Porcentaje de población masculina de 30 a 49
años con estudios universitarios completos 0,903 <0,01 0,856-0,952
CM, cáncer de mama; CP, cáncer de próstata; NBI, necesidades básicas insatisfechas. Fuente:
Elaboración propia en base a datos censales (INDEC, Censo Nacional de Población, Hogares y Viviendas
2010) y estadísticas vitales (Dirección de Estadísticas e Información de Salud de la Nación Argentina
2010).
Resulta necesario, antes de concluir, exponer las limitaciones de este trabajo. En
principio se destaca que los estudios ecológicos son susceptibles de presentar el sesgo
denominado “falacia ecológica”, que se refiere al error que se comete cuando se aceptan
asociaciones entre eventos cuando en realidad no existen, siguiendo el supuesto de que
los resultados obtenidos a partir de un estudio poblacional serían los mismos que se
obtendrían de un estudio basado en observaciones de individuos (BORJA-ABURTO,
2000). Otro problema presente en los estudios ecológicos es la determinación de la
secuencia temporal entre la exposición y la enfermedad. Como en este caso, la mayor
parte de estos estudios son transversales (es decir, que tanto la enfermedad como la
exposición son medidas al mismo tiempo), lo que impide tomar en cuenta el periodo de
latencia entre la exposición y el efecto. No obstante, si bien la información sobre los
Page 14
14
indicadores sociodemográficos es en este estudio contemporánea a los datos de
mortalidad por CM y CP, frecuentemente se asume que la exposición actual refleja la
exposición en el pasado (BORJA-ABURTO, 2000). Sumado a ello, fue previamente
señalada la importancia de minimizar el sesgo de migración en los estudios ecológicos
que abordan patologías con largos períodos de latencia (TONG, 2000).
Lamentablemente no se encuentra información disponible respecto a la historia
migratoria de las personas diagnosticadas con estas enfermedades en Argentina, por lo
que este sesgo podría estar presente en este estudio. Por último, se reconoce también
que el “Problema de la Unidad Espacial Modificable” es frecuente en los estudios de
distribución espacial de la población. Este problema hace referencia al hecho de que la
división del territorio puede no reflejar, e incluso encubrir, la realidad socio-territorial
estudiada (OPENSHAW, 1977; OPENSHAW, 1984; VELÁZQUEZ, 2008).
Conclusión
Los resultados de este trabajo permitieron identificar que a mayor porcentaje de
población femenina/masculina de 30 a 49 años con estudios universitarios completos y a
mayor proporción de jefas/jefes de hogar, el riesgo de morir por CM y CP fue menor en
Argentina en el año 2010. Si bien la pobreza se vinculó a un mayor riesgo de morir por
estas patologías, su asociación fue mayor en varones. Una exposición diferencial en el
empleo y los roles de género que podrían retrasar la consulta médica de los varones,
explicarían en parte tales resultados. Además, la falta de cobertura de salud se asoció de
manera directa a la mortalidad por CM, en tanto una mayor fecundidad a un riesgo
menor. El efecto de la fecundidad en la disminución del riesgo de mortalidad por CM
debería ser indagado con mayor profundidad para conocer la influencia de los roles de
género en la capacidad de decidir sobre la maternidad y lactancia.
Estos resultados aportan conocimiento sobre la compleja trama de
interrelaciones entre inequidades sociales, género, y las disparidades en la mortalidad
por CM y CP en Argentina, y sugieren asociaciones hipotéticas entre estas
características que se recomienda sean indagadas en mayor profundidad. Se recomienda
también abordar el estudio considerando otras unidades de análisis, dado que se
Page 15
15
reconoce que los fenómenos sociales no necesariamente se manifiestan obedeciendo a
límites administrativos territoriales.
Por último, y en términos generales, se considera este trabajo constituye, un
antecedente y un aporte ante la documentada necesidad de incorporar la perspectiva de
género en los estudios de población.
Page 16
16
Referencias bibliográficas
ARIAS, S. Inequidad y cáncer: una revisión conceptual. Rev. Fac. Nac. Salud
Pública, v. 27, n. 3, p. 341-348, 2009.
BIGBY, J., & HOLMES, M. D. Disparities across the breast cancer
continuum. Cancer Causes & Control, v. 16, n.1, p. 35-44, 2005.
DENTON, M. Gender differences in health: a Canadian study of the
psychosocial , structural and behavioural determinants of health. Soc Sci Med. v. 58,
n.2585- 600, 2004.
DÍAZ, M. P., CORRENTE, J. E., OSELLA, A. R., MUÑOZ, S. E., &
ABALLAY, L. R. Modeling spatial distribution of cancer incidence in Cordoba,
Argentina. Appl Cancer Res, v.30, n.2, p. 245-252, 2010.
DOOLAN, G.W.; BENKE, G.; GILES, G.G.; SEVERI, G.; KAUPPINEN, T. A
case control study investigating the effects of levels of physical activity at work as a risk
factor for prostate cancer. Environ Health. v.13, n.1, p.64, 2014.
FERLAY, J., SOERJOMATARAM, I., ERVIK, M., DIKSHIT, R., ESER, S.,
MATHERS, C. ET AL. Cancer Incidence and Mortality Worldwide: IARC Cancer
Base. En: GLOBOCAN 2012 v1.0 International Agency for Research on Cancer.
Disponible en: http://globocan.iarc.fr. Accedido el 3 de mar. 2016.
FORLÍN, D. C., WALL, M. L., SILVEIRA, J. T. P. D., CHAVES, A. C. D. M.,
& SOUZA, S. R. Government programs about breast cancer control in women:
update. Journal of Nursing. v.5, n.10, p. 2559-2565, 2011.
HERNÁNDEZ, G., HERRÁN, S., & CANTOR, L. F. Análisis de las tendencias
de mortalidad por cáncer de mama en Colombia y Bogotá, 1981-2000. Rev Colomb
Cancerol. v. 11, n.1, p. 32-39, 2007.
GEREND, M. A., & PAI, M. Social determinants of Black-White disparities in
breast cancer mortality: a review. Cancer Epidemiology Biomarkers & Prevention. v.
17, n.11, p. 2913-2923, 2008.
KISS, A., & MERYN, S. Effect of sex and gender on psychosocial aspects of
prostate and breast cancer. BMJ. v. 323, n. 7320, p. 1055-1058, 2001.
KLEIN, J.; VON DEM KNESEBECK, O. Socioeconomic inequalities in
prostate cancer survival: A review of the evidence and explanatory factors. Social
Science & Medicine. v. 142, p. 9-18, 2015.
LYRATZOPOULOS, G., ABEL, G. A., BROWN, C. H., ROUS, B. A.,
VERNON, S. A., ROLAND, M., & GREENBERG, D. C. Socio-demographic
inequalities in stage of cancer diagnosis: evidence from patients with female breast,
lung, colon, rectal, prostate, renal, bladder, melanoma, ovarian and endometrial cancer.
Page 17
17
Annals of oncology. v.24, n.3, p.843-850, 2013.
MOYNIHAN, C. Men, women, gender and cancer. European journal of cancer
care. v.11, n.3, p. 166-172, 2002.
NICLIS, C., DÍAZ, M. P., & LA VECCHIA, C. Breast cancer mortality trends
and patterns in Córdoba, Argentina in the period 1986–2006. European Journal of
Cancer Prevention. v.19, n.2, p. 94-99, 2010.
NICLIS, C., POU, S. A., BENGIÓ, R. H., OSELLA, A. R., & DÍAZ, M. P.
Prostate cancer mortality trends in Argentina 1986-2006: an age-period-cohort and
joinpoint analysis. Cadernos de Saúde Pública. v.2, n1, p.123-130, 2011.
PUJOLAR, A. E.; MARTÍNEZ RUÍZ, M. D.; RUÍZ, DAPONTE CODINA, A.
(EDS.). Primer informe sobre desigualdades y salud en Andalucía. Asociación para la
Defensa de la Sanidad Pública de Andalucía, 2008.
ROMÁN, M.D.; MUÑOZ, S. E.; NICLIS, C.; DÍAZ, M.P. Arsenic, diet and
occupational exposure on prostate cáncer risk in Córdoba, Argentina. In: Litter MI,
Nicolli HB, Meichtry M, Quici N, Bundschuh J, Battacharya P, NaiduR (Eds).
Proceedings of the 5th International Congress on Arsenic in the Environment, Buenos
Aires, Argentina. CRC Press, p.640-641, 2014.
SEN, G., OSTLIN, P., & GEORGE, A. Unequal unfair ineffective and
inefficient. Gender inequity in health: Why it exists and how we can change it. Final
report to the WHO Commission on Social Determinants of Health, 2007.
STATACORP (2011). Stata Statistical Software. College Station. TX: StataCorp
LP.
KOGEVINAS, N.P.; PEARCE, N.; BOFFETTA, P. Social Inequalities and
Cancer. IARC Scientific Publications No. 138. Lyon: International Agency for Research
on Cancer, 1997.
LENCE, J. J., & CAMACHO, R. Cáncer y transición demográfica en América
Latina y el Caribe. Revista Cubana de Salud Pública. v.32, n.3, 2006.
KRIEGER N. Is breast cancer a disease of affluence, poverty, or both? The case
of African American women. American Journal of Public Health. v.92, p. 611-13, 2002.
PADILLA, I. L., & Gorospe, B. A. Demografía y género. Inguruak: Soziologia
eta zientzia politikoaren euskal aldizkaria. Revista vasca de sociología y ciencia
política. v.36, p.9-24, 2003.
SALETTI CUESTA, L. Propuestas teóricas feministas en relación al concepto
de maternidad. Clepsydra. v.7, p.169-83, 2008.
KRIEGER, N. Defining and investigating social disparities in cancer: critical
issues. Cancer Causes & Control. v. 16, n.1, p.5-14, 2005.
Page 18
18
KURKURI, A. P., & YEOLE, B. B. Social inequalities in cancer with special
reference to South Asian countries. Asian Pacific Journal of Cancer Prevention. v.7, n.1,
p.36, 2006.
Organización Mundial de la Salud (OMS). Comisión sobre Determinantes
Sociales de la Salud. Subsanar las desigualdades en una generación: Alcanzar la
equidad sanitaria actuando sobre los determinantes sociales de la salud. Buenos Aires:
Ediciones Journal SA, 2009.
Krieger, N. A glossary for social epidemiology. Journal of epidemiology and
community health. v. 55, n.10, p.693-700, 2001.
PREDEBON, K. M., DE FREITAS MATHIAS, T. A., AIDAR, T., &
RODRIGUES, A. L. Desigualdade sócio-espacial expressa por indicadores do Sistema
de Informações sobre Nascidos Vivos (SINASC). Cad. Saúde Pública. v 26, n. 8, p.
1583-94, 2010.
HANSEN, R.P., OLESEN, F., SØRENSEN, H.T., SOKOLOWSKI, I.,
SØNDERGAARD, J. Socioeconomic patient characteristics predict delay in cancer
diagnosis: a Danish cohort study. BMC Health Serv. Res. v. 8, p.49, 2008.
AUVINEN, A., KARJALAINEN, S. Possible explanations for social class
differences in cancer patient survival. In: Kogevinas, M., Pearce, N., Susser, M.,
Boffetta, P. (Eds.), Social Inequalities and Cancer. IARC Sci., Lyon, v. 138, p. 377-97,
1997.
FREDERIKSEN, B.L., OSLER, M., HARLING, H., LADELUND, S.,
JØRGENSEN, T. Do patient characteristics, disease, or treatment explain social
inequality in survival from colorectal cancer? Soc. Sci. Med. v. 69, p. 1107-115, 2009.
WOODS, L.M., RACHET, B., COLEMAN, M.P. Origins of socio-economic
inequalities in cancer survival: a review. Ann. Oncol. v. 17, p. 5-19, 2006.
LÓPEZ-RÍOS, O., LAZCANO-PONCE, E. C., TOVAR-GUZMÁN, V., &
HERNÁNDEZ-AVILA, M. La epidemia de cáncer de mama en México: ¿Consecuencia
de la transición demográfica?. Salud pública de México. v.39, n.4, p. 259-65, 1997.
VALLS-LLOBET C. Mujeres, salud y poder (3ª ed.). Madrid: Cátedra, 2011.
FERNÁNDEZ, A. Mujeres profesionales: ¿Conflicto de roles? de la tutela al
contrato. En: La mujer de la ilusión. Paidós, Buenos Aires, 1994.
BROWN, J. L. Derechos, ciudadanía y mujeres en Argentina. Política y cultura.
v.168, n.21, p. 111-25, 2004.
ANZORENA, C., & YÁÑEZ, S. Narrar la ambivalencia desde el cuerpo:
diálogo sobre nuestras propias experiencias en torno a la “no-maternidad”.
Investigaciones Feministas. v. 4, p. 221-39, 2014.
TUMAS, N., NICLIS, C., OSELLA, A., DÍAZ, M. P., & CARBONETTI, A.
Tendencias de mortalidad por cáncer de mama en Córdoba, Argentina, 1986-2011:
Page 19
19
algunas interpretaciones sociohistóricas. Rev Panam Salud Publica. v. 37, n.4/5, p. 330-
36, 2015.
BORJA-ABURTO, V.H. Estudios ecológicos. Salud Pública de México, v. 42,
n. 6, p. 533-538, 2000.
TONG, S. Migration bias in ecologic studies. European journal of epidemiology.
v. 16, n. 4, p. 365-69, 2000.
OPENSHAW, S. A geographical solution to scale and aggregation problems in
region-building, partitioning and spatial modelling. Transactions of the institute of
british geographers. p. 459-472, (1977).
OPENSHAW, S. The modifiable areal unit problem. Geo Abstracts University
of East Anglia, 1984.
VELÁZQUEZ, G. Á. Geografía y bienestar. Buenos Aires: Eudeba, 2008.
DANIELSSON, M. & LINDBERG, G. Differences between men's and women's
health: The old and the new gender paradox. En: Östlin, P., Danielsson, M.,
Diderichsen, F., Härenstam, A. & Lindberg, G. (Eds.) Gender Inequalities in Health. A
Swedish perspective. Cambridge, Harvard University Press, 2001.
OMS. The World Health Report working together for better health. Geneva,
World Health Organization, 2006.